Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Calendario accademico

Il calendario accademico riporta le scadenze, gli adempimenti e i periodi rilevanti per la componente studentesca, personale docente e personale dell'Università. Sono inoltre indicate le festività e le chiusure ufficiali dell'Ateneo.
L’anno accademico inizia il 1° ottobre e termina il 30 settembre dell'anno successivo.

Calendario accademico

Calendario didattico

Il calendario didattico indica i periodi di svolgimento delle attività formative, di sessioni d'esami, di laurea e di chiusura per le festività.

Definizione dei periodi di lezione
Periodo Dal Al
I semestre 1-ott-2018 31-gen-2019
II semestre 4-mar-2019 14-giu-2019
Sessioni degli esami
Sessione Dal Al
Sessione invernale d'esame 1-feb-2019 28-feb-2019
Sessione estiva d'esame 17-giu-2019 31-lug-2019
Sessione autunnale d'esame 2-set-2019 30-set-2019
Sessioni di lauree
Sessione Dal Al
Sessione Estiva 17-lug-2019 17-lug-2019
Sessione Autunnale 20-nov-2019 20-nov-2019
Sessione Invernale 17-mar-2020 17-mar-2020
Vacanze
Periodo Dal Al
Sospensione dell'attività didattica 2-nov-2018 3-nov-2018
Vacanze di Natale 24-dic-2018 6-gen-2019
Vacanze di Pasqua 19-apr-2019 28-apr-2019
Festa del Santo Patrono 21-mag-2019 21-mag-2019
Vacanze estive 5-ago-2019 18-ago-2019

Calendario esami

Gli appelli d'esame sono gestiti dalla Unità Operativa Segreteria Corsi di Studio Scienze e Ingegneria.
Per consultazione e iscrizione agli appelli d'esame visita il sistema ESSE3.
Per problemi inerenti allo smarrimento della password di accesso ai servizi on-line si prega di rivolgersi al supporto informatico della Scuola o al servizio recupero credenziali

Calendario esami

Per dubbi o domande leggi le risposte alle domande più frequenti F.A.Q. Iscrizione Esami

Docenti

B C D F G M O P Q S

Baruffi Maria Caterina

symbol email mariacaterina.baruffi@univr.it

Belussi Alberto

symbol email alberto.belussi@univr.it symbol phone-number +39 045 802 7980

Bombieri Nicola

symbol email nicola.bombieri@univr.it symbol phone-number +39 045 802 7094

Boscaini Maurizio

symbol email maurizio.boscaini@univr.it

Boscolo Galazzo Ilaria

symbol email ilaria.boscologalazzo@univr.it symbol phone-number +39 045 8127804

Burato Alberto

symbol email alberto.burato@univr.it

Calanca Andrea

symbol email andrea.calanca@univr.it symbol phone-number +39 045 802 7847

Capuani Rossana

symbol email rossana.capuani@univr.it

Carra Damiano

symbol email damiano.carra@univr.it symbol phone-number +39 045 802 7059

Castellini Alberto

symbol email alberto.castellini@univr.it symbol phone-number +39 045 802 7908

Centomo Stefano

symbol email stefano.centomo@univr.it symbol phone-number 045 802(7048)

Cipriani Alessio

symbol email alessio.cipriani@univr.it symbol phone-number +39 045 802 7838

Combi Carlo

symbol email carlo.combi@univr.it symbol phone-number +39 045 802 7985

Cozza Vittoria

symbol email vittoria.cozza@univr.it

Cristani Matteo

symbol email matteo.cristani@univr.it symbol phone-number +39 045 802 7983

Cristani Marco

symbol email marco.cristani@univr.it symbol phone-number +39 045 802 7841

Daffara Claudia

symbol email claudia.daffara@univr.it symbol phone-number +39 045 802 7942

Dall'Alba Diego

symbol email diego.dallalba@univr.it symbol phone-number +39 045 802 7074

Dalla Preda Mila

symbol email mila.dallapreda@univr.it

Demrozi Florenc

symbol email florenc.demrozi@univr.it symbol phone-number +39 045 802 7048

Di Pierro Alessandra

symbol email alessandra.dipierro@univr.it symbol phone-number +39 045 802 7971

Fummi Franco

symbol email franco.fummi@univr.it symbol phone-number 045 802 7994

Geretti Luca

symbol email luca.geretti@univr.it symbol phone-number +39 045 802 7850

Giachetti Andrea

symbol email andrea.giachetti@univr.it symbol phone-number +39 045 8027998

Giacobazzi Roberto

symbol email roberto.giacobazzi@univr.it symbol phone-number +39 045 802 7995

Gregorio Enrico

symbol email Enrico.Gregorio@univr.it symbol phone-number +39 045 802 7937

Maris Bogdan Mihai

symbol email bogdan.maris@univr.it symbol phone-number +39 045 802 7074

Marzola Pasquina

symbol email pasquina.marzola@univr.it symbol phone-number 045 802 7816 (ufficio); 045 802 7614 (laboratorio)

Masini Andrea

symbol email andrea.masini@univr.it symbol phone-number +39 045 802 7922

Mastroeni Isabella

symbol email isabella.mastroeni@univr.it symbol phone-number +39 045 802 7089

Migliorini Sara

symbol email sara.migliorini@univr.it symbol phone-number +39 045 802 7908

Muradore Riccardo

symbol email riccardo.muradore@univr.it symbol phone-number +39 045 802 7835

Oliboni Barbara

symbol email barbara.oliboni@univr.it symbol phone-number +39 045 802 7077

Pravadelli Graziano

symbol email graziano.pravadelli@univr.it symbol phone-number +39 045 802 7081

Quaglia Davide

symbol email davide.quaglia@univr.it symbol phone-number +39 045 802 7811

Quintarelli Elisa

symbol email elisa.quintarelli@univr.it symbol phone-number +39 045 802 7852

Segala Roberto

symbol email roberto.segala@univr.it symbol phone-number +39 045 802 7997

Spoto Nicola Fausto

symbol email fausto.spoto@univr.it symbol phone-number +39 045 802 7940

Storti Silvia Francesca

symbol email silviafrancesca.storti@univr.it symbol phone-number +39 045 802 7850

Piano Didattico

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

2° Anno  Attivato nell'A.A. 2019/2020

InsegnamentiCreditiTAFSSD
12
B
INF/01
6
C
FIS/01
6
B
INF/01
12
B
ING-INF/05

3° Anno  Attivato nell'A.A. 2020/2021

InsegnamentiCreditiTAFSSD
12
B
ING-INF/05
6
B
INF/01
Un insegnamento a scelta
6
B
INF/01
Tirocinio
6
F
-
Prova finale
6
E
-
Attivato nell'A.A. 2019/2020
InsegnamentiCreditiTAFSSD
12
B
INF/01
6
C
FIS/01
6
B
INF/01
12
B
ING-INF/05
Attivato nell'A.A. 2020/2021
InsegnamentiCreditiTAFSSD
12
B
ING-INF/05
6
B
INF/01
Un insegnamento a scelta
6
B
INF/01
Tirocinio
6
F
-
Prova finale
6
E
-

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.




S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Codice insegnamento

4S008201

Crediti

6

Lingua di erogazione

Italiano

Settore Scientifico Disciplinare (SSD)

ING-INF/06 - BIOINGEGNERIA ELETTRONICA E INFORMATICA

L'insegnamento è organizzato come segue:

Teoria

Crediti

4

Periodo

I semestre

Laboratorio

Crediti

2

Periodo

I semestre

Obiettivi formativi

Il corso si propone di fornire le conoscenze di base di metodi e modelli per l’elaborazione di dati e segnali biomedici e di bioimmagini. Al termine del corso lo studente dovrà dimostrare di avere conoscenza dei principali metodi di elaborazione dei segnali biomedici e di bioimmagini e capacità di comprendere temi avanzati nell'ambito della bioingegneria; capacità di analizzare e risolvere mediante gli strumenti acquisiti, sia teorici che pratici, dei problemi di interesse nell'ambito della bioingegneria; capacità di proseguire gli studi in modo autonomo nell’ambito della bioingegneria.

Programma

------------------------
MM: Teoria
------------------------
(1) Principali segnali e immagini biomediche. Origine, caratteristiche ed acquisizione dei principali segnali bioelettrici (segnale elettroencefalografico - EEG, megnetoencefalografico – MEG, elettrocardiografico - ECG, elettromiografico – EMG, segnali spontanei ed indotti, potenziali evocati - EP, potenziali evento-relati - ERP); introduzione alle bioimmagini.

(2) Tecniche di analisi nel dominio del tempo e in frequenza. Fondamenti dell'elaborazione digitale dei biosegnali e caratterizzazione nel dominio del tempo. Metodi di filtraggio digitale, campionamento, conversione A/D. Metodi classici per l’analisi in frequenza; bande in frequenza e spettro di potenza, periodogramma; risoluzione tempo/frequenza; bispettri e coerenza; estrazione delle caratteristiche. Metodi di analisi di sorgente per segnali cerebrali (problema diretto e inverso per il segnale EEG e MEG); metodi di analisi di connettività cerebrale funzionale ed effettiva. Applicazioni a segnali in silico e reali.

(3) Analisi statistica di dati biomedici. Richiami a concetti di base di statistica descrittiva ed inferenziale. Descrizione dell’errore di misura dei dati, descrizione statistica dei dati sperimentali: indici statistici, intervalli di confidenza, verifica delle ipotesi e livelli di significatività, regressione lineare semplice e multivariata per segnali ed immagini biomediche.

(4) Brain-computer interfaces. Introduzione ai principali metodi di elaborazione dei dati che consentono di decodificare l’attività cerebrale in tempo reale e convertirla in un segnale di controllo per un’interfaccia tra cervello-computer. Verrà introdotto il modello BCI e il suo contesto storico, le diverse tecniche invasive e non che permettono di misurare in tempo reale le risposte di un individuo a particolari stimoli, le modalità di interpretazione delle stesse (filtraggio, estrazione delle caratteristiche e classificazione) e la tecnologia BCI.

------------------------
MM: Laboratorio
------------------------
Il corso prevede una serie di laboratori in aula informatica con esercitazioni principalmente in ambiente MATLAB finalizzate alla familiarizzazione con i principali metodi per l’analisi di segnali e immagini biomediche (e.g. ECG, EMG, EEG, potenziali evocati, risonanza magnetica funzionale). I laboratori prevedono anche un’attività progettuale in piccoli gruppi per la risoluzione di problemi di analisi di dati biomedici. I laboratori completano le lezioni consolidando l'apprendimento e sviluppando capacità pratiche di problem-solving nel contesto della bioingegneria.

Modalità di erogazione della didattica. Lezioni frontali alla lavagna e con ausilio di diapositive a supporto, esercitazioni e progetto in laboratorio. L’approccio del corso è di tipo “hands on” dove gli studenti avranno modo di sperimentare la progettazione e l’identificazione delle metodologie di analisi più adatte per la soluzione a problemi reali di interesse medico-clinico. Il materiale didattico sarà reso disponibile agli studenti iscritti al corso sulla piattaforma Moodle. Tale materiale comprende le presentazioni delle lezioni in formato PDF e il materiale relativo alle attività di laboratorio. Per approfondimenti ed integrazioni si consiglia di consultare i testi di riferimento.

Modalità di erogazione: teledidattica

Bibliografia

Testi di riferimento
Attività Autore Titolo Casa editrice Anno ISBN Note
Teoria Maureen Clerc, Laurent Bougrain, Fabien Lotte Brain-Computer Interfaces 1: Foundations and Methods Wiley 2016 9781848218260
Teoria Luigi Landini Fondamenti di Analisi di Segnali Biomedici (con esercitazioni in Matlab) Pisa University Press 2013 9788867410965
Teoria . Materiale didattico fornito dal docente e disponibile su Moodle  

Modalità d'esame

L’esame prevede un colloquio sui temi trattati preceduto da una breve discussione del progetto assegnato ai gruppi in laboratorio. Il voto finale sarà dato da una media pesata (2/3 teoria, 1/3 laboratorio) dei due voti.
Per superare l'esame lo studente dovrà dimostrare di:
- aver compreso i concetti teorici e pratici degli argomenti trattati;
- saper risolvere problemi connessi all’elaborazione di segnali e dati biomedici applicando le conoscenze acquisite;
- conoscere l’ambiente Matlab nel contesto dell’elaborazione dei segnali e dati biomedici.
Modalità d'esame: a distanza

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Tipologia di Attività formativa D e F

Insegnamenti non ancora inseriti

Prospettive


Avvisi degli insegnamenti e del corso di studio

Per la comunità studentesca

Se sei già iscritta/o a un corso di studio, puoi consultare tutti gli avvisi relativi al tuo corso di studi nella tua area riservata MyUnivr.
In questo portale potrai visualizzare informazioni, risorse e servizi utili che riguardano la tua carriera universitaria (libretto online, gestione della carriera Esse3, corsi e-learning, email istituzionale, modulistica di segreteria, procedure amministrative, ecc.).
Entra in MyUnivr con le tue credenziali GIA: solo così potrai ricevere notifica di tutti gli avvisi dei tuoi docenti e della tua segreteria via mail e anche tramite l'app Univr.

Prova Finale

Per gli scadenziari, gli adempimenti amministrativi e gli avvisi sulle sessioni di laurea, si rimanda al servizio Sessioni di laurea - Scienze e Ingegneria.

Per essere ammessi alla prova finale occorre avere conseguito tutti i crediti nelle attività formative previste dal piano degli studi. Alla prova finale (esame di laurea) sono riservati 6 CFU. La Laurea in Informatica viene conseguita dalla/o studentessa/studente superando con esito positivo l'esame di laurea e completando in questo modo i 180 CFU stabiliti dal piano di studi. L'esame di laurea consiste in un colloquio che può essere basato su al più due delle seguenti opzioni: - breve elaborato scritto, anche in lingua inglese, su argomento assegnato; - esame orale, anche in lingua inglese, su argomento assegnato; - esame scritto, anche in lingua inglese, su argomento assegnato. La forma dell'esame viene concordata tra lo studente e il docente referente (relatore) il quale è membro della commissione d'esame. La valutazione dell'esame è basata sul livello di approfondimento dimostrato dallo studente, sulla chiarezza espositiva, e sulla capacità dello studente di inquadrare l'argomento assegnato in un contesto più ampio.

Svolgimento della prova finale.

La/lo studentessa/studente potrà avvalersi del supporto dei docenti del Dipartimento di Informatica per la scelta e l'approfondimento richiesto. È obbligo dei docenti fornire assistenza nell'ambito delle proprie attività di tutorato e ricevimento alle/agli studentesse/studenti per quanto riguarda l'approfondimento richiesto. Il punteggio finale di Laurea è stabilito da una apposita commissione di Laurea secondo le modalità indicate nel Regolamento di Ateneo, che esprime un giudizio finale in centodecimi con eventuale lode. Il punteggio minimo per il superamento dell'esame finale è di 66/110. II voto di ammissione è determinato rapportando la media pesata sui CFU degli esami di profitto a 110 e successivamente arrotondando il risultato all'intero più vicino. A parità di distanza, si arrotonda all'intero superiore. Per media degli esami di profitto si intende la media ponderata sui crediti. E' previsto un incremento al massimo di 8/110 rispetto al voto di ammissione, di cui 4 punti riservati alla valutazione dell'esame di laurea e 4 punti riservati alla valutazione del curriculum della/o studentessa/studente. La valutazione del curriculum avviene attraverso un calcolo che tiene conto positivamente delle lodi conseguite e degli eventuali periodi di Erasmus, mentre tiene conto negativamente degli eventuali anni fuori corso: se in corso: 3,5 + 0,2 * numero lodi; se fuori corso: 3,5 – 0,5* numero anni fuori corso + 0,1 * numero lodi; 1 punto ogni 3 mesi di Erasmus effettuato. L'attribuzione della lode, nel caso di un incremento che porti ad una votazione che raggiunga o superi 110/110, è a discrezione della commissione di Laurea nonché attribuita se il parere dei membri della commissione è unanime. Il relatore dell'esame di laurea potrà essere un qualunque docente strutturato dell'Ateneo che soddisfa almeno uno dei seguenti requisiti: componente del Collegio Didattico del corso di laurea, oppure componente del Dipartimento di Informatica, oppure che insegna in un SSD presente nel piano del corso di laurea.

Elenco delle proposte di tesi

Proposte di tesi Area di ricerca
Analisi e percezione dei segnali biometrici per l'interazione con robot AI, Robotics & Automatic Control - AI, Robotics & Automatic Control
Integrazione del simulatore del robot Nao con Oculus Rift AI, Robotics & Automatic Control - AI, Robotics & Automatic Control
Domain Adaptation Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Computer graphics, computer vision, multi media, computer games
Domain Adaptation Computer Science and Informatics: Informatics and information systems, computer science, scientific computing, intelligent systems - Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)
Tesi in ragionamento automatico Computing Methodologies - ARTIFICIAL INTELLIGENCE
Domain Adaptation Computing Methodologies - IMAGE PROCESSING AND COMPUTER VISION
Domain Adaptation Computing methodologies - Machine learning
Dati geografici Information Systems - INFORMATION SYSTEMS APPLICATIONS
Analisi e percezione dei segnali biometrici per l'interazione con robot Robotics - Robotics
Integrazione del simulatore del robot Nao con Oculus Rift Robotics - Robotics
Tesi in ragionamento automatico Theory of computation - Logic
Tesi in ragionamento automatico Theory of computation - Semantics and reasoning
Proposte di tesi/collaborazione/stage in Intelligenza Artificiale Applicata Argomenti vari
Proposte di Tesi/Stage/Progetto nell'ambito dell'analisi dei dati Argomenti vari

Modalità e sedi di frequenza

Come riportato nel Regolamento Didattico, la frequenza al corso di studio non è obbligatoria.

È consentita l'iscrizione a tempo parziale. Per saperne di più consulta la pagina Possibilità di iscrizione Part time.

Le attività didattiche del corso di studi si svolgono negli spazi dell’area di Scienze e Ingegneria che è composta dagli edifici di Ca’ Vignal 1, Ca’ Vignal 2, Ca’ Vignal 3 e Piramide, siti nel polo di Borgo Roma. 
Le lezioni frontali si tengono nelle aule di Ca’ Vignal 1, Ca’ Vignal 2, Ca’ Vignal 3 mentre le esercitazioni pratiche nei laboratori didattici dedicati alle varie attività.

Caratteristiche dei laboratori didattici a disposizione degli studenti

  • Laboratorio Alfa
    • 50 PC disposti in 13 file di tavoli
    • 1 PC per docente collegato a un videoproiettore 8K Ultra Alta Definizione per le esercitazioni
    • Configurazione PC: Intel Core i3-7100, 8GB RAM, 250GB SSD, monitor 24", Linux Ubuntu 24.04
    • Tutti i PC sono accessibili da persone in sedia a rotelle
  • Laboratorio Delta
    • 120 PC in 15 file di tavoli
    • 1 PC per docente collegato a due videoproiettori 4K per le esercitazioni
    • Configurazione PC: Intel Core i3-7100, 8GB RAM, 250GB SSD, monitor 24", Linux Ubuntu 24.04
    • Un PC è su un tavolo ad altezza variabile per garantire un accesso semplificato a persone in sedia a rotelle
  • Laboratorio Gamma (Cyberfisico)
    • 19 PC in 3 file di tavoli
    • 1 PC per docente con videoproiettore 4K
    • Configurazione PC: Intel Core i7-13700, 16GB RAM, 512GB SSD, monitor 24", Linux Ubuntu 24.04
  • Laboratorio VirtualLab
    • Accessibile via web: https://virtualab.univr.it
    • Emula i PC dei laboratori Alfa/Delta/Gamma
    • Usabile dalla rete universitaria o tramite VPN dall'esterno
    • Permette agli studenti di lavorare da remoto (es. biblioteca, casa) con le stesse funzionalità dei PC di laboratorio

Caratteristiche comuni:

  • Tutti i PC hanno la stessa suite di programmi usati negli insegnamenti di laboratorio
  • Ogni studente ha uno spazio disco personale di XXX GB, accessibile da qualsiasi PC
  • Gli studenti quindi possono usare qualsiasi PC in qualsiasi laboratorio senza limitazioni ritrovando sempre i documenti salvati precedentemente

Questa organizzazione dei laboratori offre flessibilità e continuità nel lavoro degli studenti, consentendo l'accesso ai propri documenti e all'ambiente di lavoro da qualsiasi postazione o da remoto.


Gestione carriere


Area riservata studenti


Docenti tutor


Erasmus+ e altre esperienze all’estero